清咽滴丸质量研究和抗病毒作用的研究进展

清咽滴丸具有疏风清热、解毒利咽的功效, 在临床上常用于治疗急慢性咽炎、咽痛和咽干, 是治疗咽喉类疾病的常用中成药。随着新型冠状病毒肺炎(COVID-19)疫情进入后疫情时代, 新型冠状病毒肺炎及其症状的常态化用药成为新的趋势, 因此挖掘和开发具有抗病毒作用的中成药具有很好的应用前景。清咽滴丸药材组方、物质基础及前期研究发现其具有抗病毒的应用潜力, 主要从清咽滴丸质量研究和抗病毒作用等方面的研究进展进行梳理, 探讨其二次开发的研究方向, 为传统中药的老药新用提供思路和参考。     

基于心电信号的睡眠阶段的辨识

本研究以睡眠中的心电图信号为基础,计算出心率变异性的时域和频域参数,根据自律神经系统的变化与心率变异性的关联性,对睡眠的不同阶段进行辨识,从而实现睡眠质量监测的居家化。睡眠质量辨别算法以监督式倒传递类神经网络为核心,通过SDNN、RMSSD、SDSD、NN50、p NN50、HFnorm、VLF百分比、5 min TP等8个特征值,进行睡眠的5个阶段的辨别。实验通过686组数据测试发现,隐藏层神经元数目为30,性能目标为40,为最佳参数设定,其中对睡眠中Stage1阶段的识别率可达93.33%。     

原子力显微镜对APA生物薄膜超微结构的研究

本文采用原子力显微镜（ＡＦＭ）对ＡＰＡ生物薄膜的超微结构进行了观测研究。选择出最佳观察方法。结果发现薄膜上分布有不规则的微孔,其长短孔径之比大约为３∶２,微孔的中心距为孔径的２倍     

介入栓塞治疗用电解脱弹簧圈的电化学研究

本文研究了用 于介入栓塞颅内 动脉瘤的不锈 钢弹簧圈在 生理盐 水中阳 极溶解 电化 学过程, 确定 了溶断弹簧圈的 电流范围。分析 了不同材料及 表面预处理 对不锈 钢孔蚀 电位的 影响, 为电解 脱离 弹簧圈的选择提 供了依据     

基于ERD/ERS脑电信号的智能化功能电刺激系统的设计

设计一套基于事件相关同步电位(Event related desynchron ization,ERD)和事件相关去同步电位(Event related synchronization,ERS)脑电信号反馈控制功能电刺激仪系统。当大脑想象残肢运动中,出现ERD/ERS脑电信号,经过特征提取和特征分类转换为控制命令去触发功能电刺激系统,实现对相应残肢的电刺激。实验结果成功实现了对残肢的电刺激。     

物理因子对神经系统影响的研究现状和膜片钳技术的应用

人们生活的环境中物理因子的影响无处不在。物理因子对人神经系统的影响也是十分的突出。目前这方面的研究也很多，但是方法各不相同并且只是在生物整体或器官水平上的。膜片钳技术是一种先进的电生理技术，通过该技术研究物理因子对神经系统的影响，可以在细胞和分子水平上揭示物理因子作用下神经系统的某些重要的生理功能。文中回顾了国内外物理因子对神经系统的研究方法和现状，简要介绍神经系统结构和功能以及膜片钳的基本原理．提出了膜片钳技术在研究物理因子对神经系统影响中的可能应用与前景。     

基于活动轮廓模型的冠状动脉血管段运动跟踪

提出一种新的冠状动脉血管二维运动分析方法,采用活动轮廓(snake)模型技术,对X射线冠状动脉造影图像序列中的血管段进行运动跟踪。把前一帧中snake的停留位置作为当前帧snake的初始位置,通过snake变形得到当前时刻的血管中心线。通过在snake能量函数中嵌入灰度相似度匹配,保证了跟踪结果的准确性。采用临床采集的冠脉造影图像序列对算法进行了验证。     

组织工程血管种子细胞的研究进展

组织工程血管种子细胞的来源、制取、培养分化、验证及种植已成为组织工程血管研究的关键步骤。目前常用的种子细胞是血管内皮细胞，干细胞如内皮前体细胞、间充质干细胞、脂肪干细胞等，尤其是间充质干细胞及脂肪干细胞具有易于分离培养、增殖能力强和可定向分化为内皮细胞及平滑肌细胞的特点而成为热点研究的种子细胞，干细胞的研究进展将会促进组织工程血管的临床应用。     

以图片为刺激材料的内隐完美态度研究

目的:以图片为刺激材料考察完美态度是否具有内隐性。方法:29名中学生参加了内隐社会认知实验。结果:再认测验和偏好测验出现了实验性分离,完美态度具有内隐性。结论:内隐完美态度是可以测量的。     

独立分量分析在乳腺钼靶X片感兴趣区域提取中的应用

为乳腺癌早期诊断和乳腺X线影像微钙化点计算机辅助检测的前期预处理,本研究提出基于独立分量分析（ICA）的自动提取新算法并且将其应用于乳腺图像感兴趣区域的自动提取.其具体思路是：（1）将乳腺区域图像提取成等大的子图像作为待测乳腺图像感兴趣区域;（2）将ICA应用于乳腺图像感兴趣区域得到基图像;（3）将待识别乳腺图像感兴趣区域在基图像所构成的子空间进行投影求得待测乳腺图像感兴趣区域的特征矢量;（4）用人工神经网络分类方法进行乳腺图像感兴趣区域的模式判别.对临床实际病例的试验结果表明,该方法的检出率为91%,与同类研究检出率相当.本研究方法简单有效,并具有较高的智能性,为ROI的自动提取提供了新的研究思路.